CN113781540A - 网络生成方法、装置、电子设备和计算机可读介质 - Google Patents

网络生成方法、装置、电子设备和计算机可读介质 Download PDF

Info

Publication number
CN113781540A
CN113781540A CN202111079830.4A CN202111079830A CN113781540A CN 113781540 A CN113781540 A CN 113781540A CN 202111079830 A CN202111079830 A CN 202111079830A CN 113781540 A CN113781540 A CN 113781540A
Authority
CN
China
Prior art keywords
depth map
sample
network
input
processed
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202111079830.4A
Other languages
English (en)
Inventor
徐鑫
张亮亮
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jingdong Kunpeng Jiangsu Technology Co Ltd
Original Assignee
Jingdong Kunpeng Jiangsu Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Jingdong Kunpeng Jiangsu Technology Co Ltd filed Critical Jingdong Kunpeng Jiangsu Technology Co Ltd
Priority to CN202111079830.4A priority Critical patent/CN113781540A/zh
Publication of CN113781540A publication Critical patent/CN113781540A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/50—Depth or shape recovery
    • G06T7/55—Depth or shape recovery from multiple images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2411—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on the proximity to a decision surface, e.g. support vector machines
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G06N20/10—Machine learning using kernel methods, e.g. support vector machines [SVM]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20084—Artificial neural networks [ANN]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Biomedical Technology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Analysis (AREA)

Abstract

本公开的实施例公开了网络生成方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括：获取至少一个样本深度图组，上述至少一个样本深度图组中的样本深度图组与镜头的不同视角对应，上述样本深度图组包括样本输入深度图和样本输出深度图；对于上述至少一个样本深度图组中的样本深度图组，将该样本深度图组中的样本输入深度图作为生成网络的输入，得到待处理深度图；将上述待处理深度图与该样本深度图组中的样本输出深度图作为判别网络的输入，对生成网络和判别网络进行训练，将训练后的生成网络确定为深度图生成网络。该实施方式提高了获取镜头多个角度的深度图的准确性和效率。

Description

网络生成方法、装置、电子设备和计算机可读介质
技术领域
本公开的实施例涉及计算机技术领域，具体涉及网络生成方法、装置、电子设备和计算机可读介质。
背景技术
深度图包含了镜头与物体的深度信息，是自动驾驶、计算机视觉和图像理解等领域的重要基础。通过深度图，自动驾驶、计算机视觉和图像理解可以对场景做出准确理解。
现有获取深度图像时，存在以下不足：
镜头的旋转位姿通常是预先设定好的，因此，镜头只能获取旋转位姿对应的角度的深度图，无法获取其他角度的深度图。进而，使得自动驾驶、计算机视觉和图像理解无法对场景做出准确理解。
发明内容
本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。
本公开的一些实施例提出了网络生成方法、装置、电子设备和计算机可读介质，来解决以上背景技术部分提到的技术问题。
第一方面，本公开的一些实施例提供了一种网络生成方法，该方法包括：获取至少一个样本深度图组，上述至少一个样本深度图组中的样本深度图组与镜头的不同视角对应，上述样本深度图组包括样本输入深度图和样本输出深度图；对于上述至少一个样本深度图组中的样本深度图组，将该样本深度图组中的样本输入深度图作为生成网络的输入，得到待处理深度图；将上述待处理深度图与该样本深度图组中的样本输出深度图作为判别网络的输入，对生成网络和判别网络进行训练，将训练后的生成网络确定为深度图生成网络，上述深度图生成网络用于生成不同视角的目标深度图。
第二方面，本公开的一些实施例提供了一种网络生成装置，该装置包括：样本获取单元，被配置成获取至少一个样本深度图组，上述至少一个样本深度图组中的样本深度图组与镜头的不同视角对应，上述样本深度图组包括样本输入深度图和样本输出深度图；网络生成单元，被配置成对于上述至少一个样本深度图组中的样本深度图组，将该样本深度图组中的样本输入深度图作为生成网络的输入，得到待处理深度图；将上述待处理深度图与该样本深度图组中的样本输出深度图作为判别网络的输入，对生成网络和判别网络进行训练，将训练后的生成网络确定为深度图生成网络，上述深度图生成网络用于生成不同视角的目标深度图。
第三方面，本公开的一些实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现上述第一方面任一实现方式所描述的方法。
第四方面，本公开的一些实施例提供了一种计算机可读介质，其上存储有计算机程序，其中，程序被处理器执行时实现上述第一方面任一实现方式所描述的方法。
本公开的上述各个实施例中具有如下有益效果：通过本公开的一些实施例的网络生成方法得到深度图生成网络，镜头对应的深度图的数量有所增加。具体来说，造成镜头多个角度的深度图不够多的原因在于：镜头的位姿通常是设定好的，镜头只能获取位姿对应视角的深度图。基于此，本公开的一些实施例的网络生成方法首先获取多个样本深度图组，样本深度图组包括样本输入深度图和样本输出深度图。每个样本深度图组都与镜头的某一视角对应。然后，通过样本输入深度图和样本输出深度图对生成网络和判别网络进行训练，使得训练后的深度图生成网络能够生成镜头没有的视角的深度图。如此，增加了镜头多个角度的深度图，提高了获取镜头多个角度的深度图的准确性和效率。
附图说明
结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，元件和元素不一定按照比例绘制。
图1是本公开的一些实施例的网络生成方法的应用场景的示意图；
图2是根据本公开的网络生成方法的一些实施例的流程图；
图3是根据本公开的网络生成方法的另一些实施例的流程图；
图4是根据本公开的网络生成方法的又一些实施例的流程图；
图5是根据本公开的网络生成装置的一些实施例的结构示意图；
图6是适于用来实现本公开的一些实施例的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例。相反，提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。
需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
下面将参考附图并结合实施例来详细说明本公开。
图1是根据本公开一些实施例的网络生成方法的一个应用场景的示意图。
如图1所示，在图1的应用场景中，电子设备101首先获取针对室内的多个样本输入深度图102和多个样本输出深度图103的样本深度图组。其中，样本输入深度图102是镜头在某一视角拍摄的图像，样本输出深度图103是相同的镜头在另一视角拍摄的图像。然后，电子设备101提取预先建立的生成式对抗网络104。其中，生成式对抗网络104包括生成网络1041和判别网络1042。再然后，电子设备101利用机器学习方法，将多个样本输入深度图102中的每个样本输入深度图作为生成网络1041的输入，将生成网络1041输出的图像和多个样本输出深度图103中的每个样本输出深度图作为判别网络1042的输入，对生成网络1041和判别网络1042进行训练。如图1所示，某样本输入深度图102输入生成网络1041，生成图像1043，图像1043和样本输入深度图102对应的样本输出深度图103输入判别网络1042，对判别网络1042进行训练。通过使用样本输入深度图和样本输出深度图进行反复迭代训练，使判别网络1042无法区分输入判别网络1042的图像是否是生成网络1041所生成的。最终确定生成网络1041的参数，将确定参数后的生成网络1041确定为深度图生成网络。如此，实现了通过深度图生成网络将镜头在某一角度获取的深度图，转换为镜头在其他角度获取的深度图，能够增加镜头多个角度的深度图，提高了获取镜头多个角度的深度图的准确性和效率。
应该理解，图1中的电子设备101数目仅仅是示意性的。根据实现需要，可以具有任意数目的电子设备101。
继续参考图2，图2示出了根据本公开的网络生成方法的一些实施例的流程200。该网络生成方法，包括以下步骤：
步骤201，获取至少一个样本深度图组。
在一些实施例中，网络生成方法的执行主体(例如图1所示的电子设备101)可以通过有线连接方式或者无线连接方式至少一个样本深度图。需要指出的是，上述无线连接方式可以包括但不限于3G/4G/5G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UWB(Ultra Wide Band)连接、以及其他现在已知或将来开发的无线连接方式。
为了通过镜头的深度图训练深度图生成模型，执行主体可以首先获取到至少一个样本深度图组。实际中，镜头的旋转角度有限，对应的样本深度图组的数量也有限。本申请的至少一个样本深度图组中的每个样本深度图组与镜头的不同视角对应，上述样本深度图组包括样本输入深度图和样本输出深度图。即，每一个样本深度图组中的样本输入深度图和样本输出深度图都是与镜头的一个视角对应的。
步骤202，对于上述至少一个样本深度图组中的样本深度图组，将该样本深度图组中的样本输入深度图作为生成网络的输入，得到待处理深度图；将上述待处理深度图与该样本深度图组中的样本输出深度图作为判别网络的输入，对生成网络和判别网络进行训练，将训练后的生成网络确定为深度图生成网络。
在一些实施例中，在本实施例中，上述执行主体可以提取预先建立的生成式对抗网络(Generative Adversarial Nets，GAN)。其中，生成式对抗网络包括生成网络和判别网络，生成网络用于利用所输入的样本输入深度图生成待处理深度图，判别网络用于确定输入判别网络的图像是否是生成网络输出的图像。
需要说明的是，上述生成网络可以是用于进行图像处理的卷积神经网络(例如包含卷积层、池化层、反池化层、反卷积层的各种卷积神经网络结构)。上述判别网络可以是卷积神经网络(例如包含全连接层的各种卷积神经网络结构，其中，上述全连接层可以实现分类功能)。此外，上述判别网络也可以是用于实现分类功能的其他模型结构，例如支持向量机(Support Vector Machine，SVM)。示例性的，判别网络若判定输入的图像是上述生成网络所输出的图像(来自生成数据)，则可以输出1；若判定输入的图像不是上述生成网络所输出的图像(来自真实数据，即上述样本非结构光图像)，则可以输出0。需要说明的是，判别网络也可以输出其他数值，例如输出0-1之间的数值，该数值表征输入判别网络的图像来自真实数据的概率。
执行主体可以利用机器学习方法，将样本输入深度图作为生成网络的输入，将生成网络输出的待处理深度图和输入生成网络的样本输入深度对应的样本输出深度图作为判别网络的输入，对生成网络和判别网络进行训练。然后，将训练后的生成网络确定为深度图生成网络。上述深度图生成网络用于生成镜头的不同视角的目标深度图
具体地，可以首先固定生成网络和判别网络中的任一网络(可称为第一网络)的参数，对未固定参数的网络(可称为第二网络)进行优化；再固定第二网络的参数，对第一网络进行改进。不断进行上述迭代，使判别网络无法区分输入的图像是否是生成网络所生成的，直至参数最终收敛。此时，上述生成网络所生成的待处理深度图与样本输出深度图接近，上述判别网络无法准确区分真实数据和生成数据(即判别准确率接近50％)，可以将此时的生成网络确定为深度图生成网络。此时，通过向深度图生成网络输入某深度图，就可以得到镜头其他角度的深度图。如此，增加了镜头多个角度的深度图，提高了获取镜头多个角度的深度图的准确性和效率。
本公开的一些实施例公开的网络生成方法得到深度图生成网络，镜头对应的深度图的数量有所增加。具体来说，造成镜头多个角度的深度图不够多的原因在于：镜头的位姿通常是设定好的，镜头只能获取位姿对应视角的深度图。基于此，本公开的一些实施例的网络生成方法首先获取多个样本深度图组，样本深度图组包括样本输入深度图和样本输出深度图。每个样本深度图组都与镜头的某一视角对应。然后，通过样本输入深度图和样本输出深度图对生成网络和判别网络进行训练，使得训练后的深度图生成网络能够生成镜头没有的视角的深度图。如此，增加了镜头多个角度的深度图，提高了获取镜头多个角度的深度图的准确性和效率。
继续参考图3，图3示出了根据本公开的网络生成方法的一些实施例的流程300。该网络生成方法，包括以下步骤：
步骤301，获取样本输入深度图和预设的至少一个扭曲位姿映射。
本实施例的执行主体也可以是图1所示的电子设备101。执行主体可以实现获取样本输入深度图和预设的至少一个扭曲位姿映射。其中，上述扭曲位姿映射可以用于表征获取上述初始深度图的镜头的视角。即，镜头在按照设定的角度转动时，可以对应一个空间转换，该空间转换可以通过扭曲位姿映射来体现。通过扭曲位姿映射可以根据镜头视角转动前采集的深度图，转换到镜头视角转动后采集的深度图。样本输入深度图可以是镜头在初始视角采集的深度图。
步骤302，对于上述至少一个扭曲位姿映射中的扭曲位姿映射，基于上述样本输入深度图和该扭曲位姿映射生成样本输出深度图。
为了得到多个样本图像，执行主体可以分别将样本输入深度图与每个扭曲位姿映射进行数据处理，以得到镜头对应视角下的样本输出深度图。
步骤303，将上述样本输入深度图分别与至少一个样本输出深度图中的样本输出深度图进行组合，得到至少一个样本深度图组。
执行主体可以将样本输入深度图分别与多个样本输出深度图中的每个样本输出深度图进行组合，得到多个样本深度图组。则该样本深度图组就包含了镜头在实际视角下能够获取到的样本输入深度图和对应的样本输出深度图。
步骤304，对于上述至少一个样本深度图组中的样本深度图组，将样本输入深度图输入上述生成网络，得到初始结果深度图。
执行主体可以将样本输入深度图输入上述生成网络，得到对应该样本输入深度图的初始结果深度图。
步骤305，响应于上述初始结果深度图与样本输入深度图对应的样本输出深度图之间的损失值大于设定损失阈值，将上述初始结果深度图设置为初始待处理深度图。
为了提高深度图生成网络生成深度图的准确性和有效性，执行主体可以对得到的初始结果深度图进一步判断。当初始结果深度图与样本输入深度图对应的样本输出深度图之间的损失值大于设定损失阈值时，说明初始结果深度图对应的镜头视角与样本输入深度图对应的镜头视角差别很大。如果初始结果深度图足够精确，则在初始结果深度图基础上训练得到的深度图生成网络将可以生成镜头的其他角度的、准确有效的深度图。为此，执行主体可以将上述损失值大于设定损失阈值对应的初始结果深度图设置为初始待处理深度图。对应的，当初始结果深度图与样本输入深度图对应的样本输出深度图之间的损失值小于等于设定损失阈值时，说明初始结果深度图对应的镜头视角与样本输入深度图对应的镜头视角差别不大。则在该初始结果深度图基础上训练得到的深度图生成网络可能无法生成镜头的准确有效的深度图。
步骤306，获取多个初始待处理深度图。
生成网络可以得到初始待处理深度图。实际中，通常需要保证得到的初始待处理深度图都是与输入到生成网络的样本输入深度图相关的，即需要保证多个初始待处理深度图都是与同一镜头对应，也即多个初始待处理深度图需要满足一致性。
步骤307，对于上述多个初始待处理深度图中的初始待处理深度图，通过该初始待处理深度图和对应的样本输入深度图得到待处理扭曲位姿映射。
执行主体可以通过初始待处理深度图和对应的样本输入深度图得到待处理扭曲位姿映射，即通过初始待处理深度图和对应的样本输入深度图确定生成网络的扭曲位姿映射。
步骤308，响应于上述多个初始待处理深度图对应的多个待处理扭曲位姿映射之间的相似度大于设定相似度阈值，将多个初始待处理深度图设置为待处理深度图。
得到多个待处理扭曲位姿映射后，执行主体可以比较多个待处理扭曲位姿映射之间的相似度。由上述描述可知，扭曲位姿映射可以通过空间转换的表达式来体现。因此，扭曲位姿映射可以通过矩阵、行列式或函数来表达。执行主体可以比较不同待处理扭曲位姿映射的空间转换的表达式的差值，进而确定相似度的大小。当相似度大于设定相似度阈值，说明多个待处理扭曲位姿映射对应同一个镜头。由于上述得到初始待处理深度图已经保证了对应的镜头的视角差别很大。因此，此时的多个初始待处理深度图可以认为对应同一个镜头的多个差别很大的视角。进而可以使得后续得到的深度图生成网络能够得到同一镜头的准确有效的深度图。
步骤309，将上述待处理深度图与该样本深度图组中的样本输出深度图作为判别网络的输入，对生成网络和判别网络进行训练，将训练后的生成网络确定为深度图生成网络。
在一些实施例的一些可选的实现方式中，上述对生成网络和判别网络进行训练，将训练后的生成网络确定为深度图生成网络，可以包括：执行如下训练步骤：
第一步，执行主体可以首先固定生成网络的参数，将上述至少一个样本深度图组中的每个样本输入深度图作为生成网络的输入，将生成网络输出的待处理深度图和输入生成网络的样本输入深度图对应的样本输出深度图作为判别网络的输入，利用机器学习方法对判别网络进行训练。
第二步，执行主体可以固定训练后的判别网络的参数，将上述至少一个样本深度图组中的每个样本输入深度图作为生成网络的输入，利用机器学习方法、反向传播算法和梯度下降算法对生成网络进行训练。应当理解，上述机器学习方法、反向传播算法和梯度下降算法是目前广泛研究和应用的公知技术，在此不再赘述。
第三步，确定训练后的判别网络输出的判别结果的准确率，响应于确定准确率处于预设数值范围内，将最近一次训练的生成网络确定为深度图生成网络。
在一些实施例的一些可选的实现方式中，上述对生成网络和判别网络进行训练，将训练后的生成网络确定为深度图生成网络，还可以包括：响应于确定准确率处于预设数值范围外，使用最近一次训练的生成网络和判别网络重新执行上述训练步骤。
上述执行主体可以响应于确定训练后的判别网络输出的判别结果的准确率处于预设数值范围(例如45％-55％)外，使用最近一次训练的生成网络和判别网络重新执行上述训练步骤。由此，生成式对抗网络训练得到的深度图生成网络的参数不仅可以基于训练样本得到，且可以基于判别网络的反向传播而确定，不需要依赖大量的有标注的样本即可实现生成模型的训练，从而得到深度图生成网络，减少了人力成本，提高了获取镜头多个角度的深度图的准确性和效率。
进一步参考图4，其示出了网络生成方法的另一些实施例的流程400。该网络生成方法的流程400，包括以下步骤：
步骤401，获取至少一个样本深度图组。
步骤402，对于上述至少一个样本深度图组中的样本深度图组，将该样本深度图组中的样本输入深度图作为生成网络的输入，得到待处理深度图；将上述待处理深度图与该样本深度图组中的样本输出深度图作为判别网络的输入，对生成网络和判别网络进行训练，将训练后的生成网络确定为深度图生成网络。
步骤401至步骤402的内容与步骤201至步骤202的内容相同，此处不再一一赘述。
步骤403，响应于上述深度图生成网络训练完成，通过上述待处理深度图和样本输入深度图确定基准扭曲位姿映射。
在一些实施例中，当深度图生成网络训练完成后，执行主体可以通过多个待处理深度图和样本输入深度图确定基准扭曲位姿映射。其中，上述基准扭曲位姿映射相当于深度图生成网络训练的表达式，可以用于表征上述镜头的视角特征。上述基准扭曲位姿映射包括视角可调参数。视角可调参数的参数范围可以通过多个待处理扭曲位姿映射的对应参数来确定。
步骤404，获取目标待处理深度图和目标视角。
此时，执行主体可以获取目标待处理深度图和目标视角。其中，目标待处理深度图用于输入深度图生成网络。目标待处理深度图为上述镜头某一视角下的深度图。目标视角用于表征在目标待处理深度对应的镜头视角的基础上增加的角度。目标视角可以是正值，也可以是负值。当目标视角为正值时，可以控制镜头顺时针旋转对应的角度；当目标视角为负值时，可以控制镜头逆时针旋转对应的角度。
步骤405，基于上述目标视角对上述深度图生成网络的基准扭曲位姿映射的视角可调参数进行调整，得到目标扭曲位姿映射。
执行主体可以通过目标视角对基准扭曲位姿映射的视角可调参数进行调整。此时，视角可调参数为一个确定的值，则基准扭曲位姿映射为对应目标视角的目标扭曲位姿映射。
步骤406，将上述目标待处理深度图输入至上述深度图生成网络，输出目标深度图。
之后，执行主体可以将目标待处理深度图输入至上述深度图生成网络，输出目标深度图。如此，实现了对镜头除预设视角外的多个视角的深度图的获取，增加了深度图的数量，有利于自动驾驶、计算机视觉等数据处理过程中对场景做出准确理解。
进一步参考图5，作为对上述各图所示方法的实现，本公开提供了一种网络生成装置的一些实施例，这些装置实施例与图2所示的那些方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图5所示，一些实施例的网络生成装置500包括：样本获取单元501和网络生成单元502。其中，样本获取单元501，被配置成获取至少一个样本深度图组，上述至少一个样本深度图组中的样本深度图组与镜头的不同视角对应，上述样本深度图组包括样本输入深度图和样本输出深度图；网络生成单元502，被配置成对于上述至少一个样本深度图组中的样本深度图组，将该样本深度图组中的样本输入深度图作为生成网络的输入，得到待处理深度图；将上述待处理深度图与该样本深度图组中的样本输出深度图作为判别网络的输入，对生成网络和判别网络进行训练，将训练后的生成网络确定为深度图生成网络，上述深度图生成网络用于生成不同视角的目标深度图。
在一些实施例的可选实现方式中，上述样本获取单元501可以包括：信息获取子单元(图中未示出)、样本输出深度图生成子单元(图中未示出)和样本获取子单元(图中未示出)。其中，信息获取子单元，被配置成获取样本输入深度图和预设的至少一个扭曲位姿映射，上述扭曲位姿映射用于表征获取上述初始深度图的镜头的视角；样本输出深度图生成子单元，被配置成对于上述至少一个扭曲位姿映射中的扭曲位姿映射，基于上述样本输入深度图和该扭曲位姿映射生成样本输出深度图；样本获取子单元，被配置成将上述样本输入深度图分别与至少一个样本输出深度图中的样本输出深度图进行组合，得到至少一个样本深度图组。
在一些实施例的可选实现方式中，上述网络生成单元502可以包括：初始结果深度图获取子单元(图中未示出)和初始待处理深度图获取子单元(图中未示出)。其中，初始结果深度图获取子单元，被配置成将样本输入深度图输入上述生成网络，得到初始结果深度图；初始待处理深度图获取子单元，被配置成响应于上述初始结果深度图与样本输入深度图对应的样本输出深度图之间的损失值大于设定损失阈值，将上述初始结果深度图设置为初始待处理深度图。
在一些实施例的可选实现方式中，上述网络生成单元502还可以包括：初始待处理深度图获取子单元(图中未示出)、待处理扭曲位姿映射获取子单元(图中未示出)和待处理深度图获取子单元(图中未示出)。其中，初始待处理深度图获取子单元，被配置成获取多个初始待处理深度图；待处理扭曲位姿映射获取子单元，被配置成对于上述多个初始待处理深度图中的初始待处理深度图，通过该初始待处理深度图和对应的样本输入深度图得到待处理扭曲位姿映射；待处理深度图获取子单元，被配置成响应于上述多个初始待处理深度图对应的多个待处理扭曲位姿映射之间的相似度大于设定相似度阈值，将多个初始待处理深度图设置为待处理深度图。
在一些实施例的可选实现方式中，上述网络生成单元502可以包括：网络生成子单元(图中未示出)，被配置成执行如下训练步骤：固定生成网络的参数，将上述至少一个样本深度图组中的每个样本输入深度图作为生成网络的输入，将生成网络输出的待处理深度图和输入生成网络的样本输入深度图对应的样本输出深度图作为判别网络的输入，利用机器学习方法对判别网络进行训练；固定训练后的判别网络的参数，将上述至少一个样本深度图组中的每个样本输入深度图作为生成网络的输入，利用机器学习方法、反向传播算法和梯度下降算法对生成网络进行训练；确定训练后的判别网络输出的判别结果的准确率，响应于确定准确率处于预设数值范围内，将最近一次训练的生成网络确定为深度图生成网络。
在一些实施例的可选实现方式中，上述网络生成单元502可以包括：确定子单元(图中未示出)，被配置成响应于确定准确率处于预设数值范围外，使用最近一次训练的生成网络和判别网络重新执行上述训练步骤。
在一些实施例的可选实现方式中，上述网络生成装置500还可以包括：基准扭曲位姿映射确定单元(图中未示出)，被配置成响应于上述深度图生成网络训练完成，通过上述待处理深度图和样本输入深度图确定基准扭曲位姿映射，上述基准扭曲位姿映射用于表征上述镜头的视角特征，上述基准扭曲位姿映射包括视角可调参数。
在一些实施例的可选实现方式中，上述网络生成装置500还可以包括：信息获取单元(图中未示出)、参数调整单元(图中未示出)和深度图生成单元(图中未示出)。其中，信息获取单元，被配置成获取目标待处理深度图和目标视角；参数调整单元，被配置成基于上述目标视角对上述深度图生成网络的基准扭曲位姿映射的视角可调参数进行调整，得到目标扭曲位姿映射；深度图生成单元，被配置成将上述目标待处理深度图输入至上述深度图生成网络，输出目标深度图。
可以理解的是，该装置500中记载的诸单元与参考图2描述的方法中的各个步骤相对应。由此，上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置500及其中包含的单元，在此不再赘述。
如图6所示，电子设备600可以包括处理装置(例如中央处理器、图形处理器等)601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中，还存储有电子设备600操作所需的各种程序和数据。处理装置601、ROM 602以及RAM603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
通常，以下装置可以连接至I/O接口605：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置606；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607；包括例如磁带、硬盘等的存储装置608；以及通信装置609。通信装置609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的电子设备600，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图6中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。
特别地，根据本公开的一些实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的一些实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中，该计算机程序可以通过通信装置609从网络上被下载和安装，或者从存储装置608被安装，或者从ROM 602被安装。在该计算机程序被处理装置601执行时，执行本公开的一些实施例的方法中限定的上述功能。
需要说明的是，本公开的一些实施例上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。
在一些实施方式中，客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：获取至少一个样本深度图组，上述至少一个样本深度图组中的样本深度图组与镜头的不同视角对应，上述样本深度图组包括样本输入深度图和样本输出深度图；对于上述至少一个样本深度图组中的样本深度图组，将该样本深度图组中的样本输入深度图作为生成网络的输入，得到待处理深度图；将上述待处理深度图与该样本深度图组中的样本输出深度图作为判别网络的输入，对生成网络和判别网络进行训练，将训练后的生成网络确定为深度图生成网络，上述深度图生成网络用于生成不同视角的目标深度图。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开的一些实施例中的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括样本获取单元和网络生成单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，网络生成单元还可以被描述为“用于生成深度图生成网络的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开的实施例中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (11)

1.一种网络生成方法，包括：
获取至少一个样本深度图组，所述至少一个样本深度图组中的样本深度图组与镜头的不同视角对应，所述样本深度图组包括样本输入深度图和样本输出深度图；
对于所述至少一个样本深度图组中的样本深度图组，将该样本深度图组中的样本输入深度图作为生成网络的输入，得到待处理深度图；将所述待处理深度图与该样本深度图组中的样本输出深度图作为判别网络的输入，对生成网络和判别网络进行训练，将训练后的生成网络确定为深度图生成网络，所述深度图生成网络用于生成不同视角的目标深度图。
2.根据权利要求1所述的方法，其中，所述获取至少一个样本深度图组，包括：
获取样本输入深度图和预设的至少一个扭曲位姿映射，所述扭曲位姿映射用于表征获取所述初始深度图的镜头的视角；
对于所述至少一个扭曲位姿映射中的扭曲位姿映射，基于所述样本输入深度图和该扭曲位姿映射生成样本输出深度图；
将所述样本输入深度图分别与至少一个样本输出深度图中的样本输出深度图进行组合，得到至少一个样本深度图组。
3.根据权利要求1所述的方法，其中，所述将该样本深度图组中的样本输入深度图作为生成网络的输入，得到待处理深度图，包括：
将样本输入深度图输入所述生成网络，得到初始结果深度图；
响应于所述初始结果深度图与样本输入深度图对应的样本输出深度图之间的损失值大于设定损失阈值，将所述初始结果深度图设置为初始待处理深度图。
4.根据权利要求3所述的方法，其中，所述将该样本深度图组中的样本输入深度图作为生成网络的输入，得到待处理深度图，还包括：
获取多个初始待处理深度图；
对于所述多个初始待处理深度图中的初始待处理深度图，通过该初始待处理深度图和对应的样本输入深度图得到待处理扭曲位姿映射；
响应于所述多个初始待处理深度图对应的多个待处理扭曲位姿映射之间的相似度大于设定相似度阈值，将多个初始待处理深度图设置为待处理深度图。
5.根据权利要求1所述的方法，其中，所述对生成网络和判别网络进行训练，将训练后的生成网络确定为深度图生成网络，包括：
执行如下训练步骤：固定生成网络的参数，将所述至少一个样本深度图组中的每个样本输入深度图作为生成网络的输入，将生成网络输出的待处理深度图和输入生成网络的样本输入深度图对应的样本输出深度图作为判别网络的输入，利用机器学习方法对判别网络进行训练；固定训练后的判别网络的参数，将所述至少一个样本深度图组中的每个样本输入深度图作为生成网络的输入，利用机器学习方法、反向传播算法和梯度下降算法对生成网络进行训练；确定训练后的判别网络输出的判别结果的准确率，响应于确定准确率处于预设数值范围内，将最近一次训练的生成网络确定为深度图生成网络。
6.根据权利要求5所述的方法，其中，所述对生成网络和判别网络进行训练，将训练后的生成网络确定为深度图生成网络，包括：
响应于确定准确率处于预设数值范围外，使用最近一次训练的生成网络和判别网络重新执行所述训练步骤。
7.根据权利要求1所述的方法，其中，所述方法还包括：
响应于所述深度图生成网络训练完成，通过所述待处理深度图和样本输入深度图确定基准扭曲位姿映射，所述基准扭曲位姿映射用于表征所述镜头的视角特征，所述基准扭曲位姿映射包括视角可调参数。
8.根据权利要求7所述的方法，其中，所述方法还包括：
获取目标待处理深度图和目标视角；
基于所述目标视角对所述深度图生成网络的基准扭曲位姿映射的视角可调参数进行调整，得到目标扭曲位姿映射；
将所述目标待处理深度图输入至所述深度图生成网络，输出目标深度图。
9.一种网络生成装置，包括：
样本获取单元，被配置成获取至少一个样本深度图组，所述至少一个样本深度图组中的样本深度图组与镜头的不同视角对应，所述样本深度图组包括样本输入深度图和样本输出深度图；
网络生成单元，被配置成对于所述至少一个样本深度图组中的样本深度图组，将该样本深度图组中的样本输入深度图作为生成网络的输入，得到待处理深度图；将所述待处理深度图与该样本深度图组中的样本输出深度图作为判别网络的输入，对生成网络和判别网络进行训练，将训练后的生成网络确定为深度图生成网络，所述深度图生成网络用于生成不同视角的目标深度图。
10.一种电子设备，包括：
一个或多个处理器；
存储装置，其上存储有一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1至8中任一所述的方法。
11.一种计算机可读介质，其上存储有计算机程序，其中，所述程序被处理器执行时，实现如权利要求1至8中任一所述的方法。
CN202111079830.4A 2021-09-15 2021-09-15 网络生成方法、装置、电子设备和计算机可读介质 Pending CN113781540A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111079830.4A CN113781540A (zh) 2021-09-15 2021-09-15 网络生成方法、装置、电子设备和计算机可读介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111079830.4A CN113781540A (zh) 2021-09-15 2021-09-15 网络生成方法、装置、电子设备和计算机可读介质

Publications (1)

Publication Number Publication Date
CN113781540A true CN113781540A (zh) 2021-12-10

Family

ID=78844159

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111079830.4A Pending CN113781540A (zh) 2021-09-15 2021-09-15 网络生成方法、装置、电子设备和计算机可读介质

Country Status (1)

Country Link
CN (1) CN113781540A (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107945282A (zh) * 2017-12-05 2018-04-20 洛阳中科信息产业研究院(中科院计算技术研究所洛阳分所) 基于对抗网络的快速多视角三维合成和展示方法及装置
CN108364029A (zh) * 2018-03-19 2018-08-03 百度在线网络技术（北京）有限公司 用于生成模型的方法和装置
CN108510454A (zh) * 2018-03-21 2018-09-07 百度在线网络技术（北京）有限公司 用于生成深度图像的方法和装置
CN109741388A (zh) * 2019-01-29 2019-05-10 北京字节跳动网络技术有限公司 用于生成双目深度估计模型的方法和装置
US20190304118A1 (en) * 2018-03-27 2019-10-03 Baidu Online Network Technology (Beijing) Co., Ltd. Method and apparatus for generating image generative model
CN111553283A (zh) * 2020-04-29 2020-08-18 北京百度网讯科技有限公司 用于生成模型的方法及装置
CN111860362A (zh) * 2020-07-24 2020-10-30 北京百度网讯科技有限公司 生成人脸图像校正模型及校正人脸图像的方法和装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107945282A (zh) * 2017-12-05 2018-04-20 洛阳中科信息产业研究院(中科院计算技术研究所洛阳分所) 基于对抗网络的快速多视角三维合成和展示方法及装置
CN108364029A (zh) * 2018-03-19 2018-08-03 百度在线网络技术（北京）有限公司 用于生成模型的方法和装置
CN108510454A (zh) * 2018-03-21 2018-09-07 百度在线网络技术（北京）有限公司 用于生成深度图像的方法和装置
US20190304118A1 (en) * 2018-03-27 2019-10-03 Baidu Online Network Technology (Beijing) Co., Ltd. Method and apparatus for generating image generative model
CN109741388A (zh) * 2019-01-29 2019-05-10 北京字节跳动网络技术有限公司 用于生成双目深度估计模型的方法和装置
CN111553283A (zh) * 2020-04-29 2020-08-18 北京百度网讯科技有限公司 用于生成模型的方法及装置
CN111860362A (zh) * 2020-07-24 2020-10-30 北京百度网讯科技有限公司 生成人脸图像校正模型及校正人脸图像的方法和装置

Similar Documents

Publication Publication Date Title
CN109800732B (zh) 用于生成漫画头像生成模型的方法和装置
CN109816589B (zh) 用于生成漫画风格转换模型的方法和装置
CN109858445B (zh) 用于生成模型的方法和装置
CN108205655B (zh) 一种关键点预测方法、装置、电子设备及存储介质
CN108520220B (zh) 模型生成方法和装置
CN109145781B (zh) 用于处理图像的方法和装置
US10970938B2 (en) Method and apparatus for generating 3D information
CN112132847A (zh) 模型训练方法、图像分割方法、装置、电子设备和介质
CN111292420A (zh) 用于构建地图的方法和装置
CN115616937B (zh) 自动驾驶仿真测试方法、装置、设备和计算机可读介质
CN113505848B (zh) 模型训练方法和装置
CN112733820A (zh) 障碍物信息生成方法、装置、电子设备和计算机可读介质
CN111524216A (zh) 生成三维人脸数据的方法和装置
CN114964296B (zh) 车辆行驶路径规划方法、装置、设备和计算机可读介质
CN113255619A (zh) 车道线识别及定位方法、电子设备和计算机可读介质
CN111967339A (zh) 用于规划无人机路径的方法和装置
CN112597788B (zh) 目标测定方法、装置、电子设备和计算机可读介质
CN114049417B (zh) 虚拟角色图像的生成方法、装置、可读介质及电子设备
CN110956127A (zh) 用于生成特征向量的方法、装置、电子设备和介质
CN113688928A (zh) 图像匹配方法、装置、电子设备和计算机可读介质
CN113778078A (zh) 定位信息生成方法、装置、电子设备和计算机可读介质
CN115620264B (zh) 车辆定位方法、装置、电子设备和计算机可读介质
CN112150491A (zh) 图像检测方法、装置、电子设备和计算机可读介质
CN113781540A (zh) 网络生成方法、装置、电子设备和计算机可读介质
CN111784567B (zh) 用于转换图像的方法、装置、电子设备和计算机可读介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination